import pandas as pd
import numpy as np
import plotly.express as px
import re

from tqdm.notebook import tqdm

pd.set_option('display.width', 1000)

date = "2024_08_24"

data = pd.read_csv(f"data/data_{date}.csv", sep = ";")

data['Autor'] = [x.strip() if pd.notna(x) else x for x in data['Autor']]

data['Geschlecht'] = [x.strip() if pd.notna(x) else x for x in data['Geschlecht']]

data['Jahreszahl_Statistik'] = data['Jahreszahl_Statistik'].astype(float)

data['Dekade'] = [(x//10) * 10 for x in data['Jahreszahl_Statistik']]
data['Jahrhundert'] = [(x//100) * 100 for x in data['Jahreszahl_Statistik']]

data[['Autor', 'Titel', 'Jahreszahl_Statistik', 'Dekade', 'Jahrhundert']].head()

data = data.rename(columns = {
    'Modul_Zeit_vor_17.Jh.' : 'Modul_Zeit',
    'Modul_Sprache_(international)' : 'Modul_Sprache',
    'Modul: KJL' : 'Modul_KJL',
})

leselisten_dict = {
    'Aachen' : 'Aachen1',
    'Berlin' : 'FU Berlin',
    'Innsbruck' : 'Innsbruck1',
    'Innsbruck 2023' : 'Innsbruck2',
    'Köln Fundamentum' : 'Köln',
    'LA Aachen' : 'Aachen2',
    'Stuttgart' : 'Stuttgart1',
    'Stuttgart 2022' : 'Stuttgart2',
    'Würzburg' : 'Würzburg1',
    'Würzburg_2019' : 'Würzburg2',
}

data = data.rename(columns=leselisten_dict)

leselisten_dict2 = {
    'Aachen1' : 'Aachen 2017/18',
    'Augsburg' : 'Augsburg 2020',
    'FU Berlin' : 'FU Berlin o.J.',
    'Bochum' : 'Bochum o.J.',
    'Braunschweig' : 'Braunschweig o.J.',
    'Dortmund' : 'Dortmund o.J.',
    'Eichstätt-Ingolstadt' : 'Eichstätt-Ingolstadt 2007',
    'Frankfurt a.M.' : 'Frankfurt a.M. o.J.',
    'Gießen' : 'Gießen o.J.',
    'Göttingen' : 'Göttingen o.J.',
    'Graz' : 'Graz 2021',
    'Heidelberg' : 'Heidelberg 2017',
    'Hildesheim' : 'Hildesheim o.J.',
    'Innsbruck1' : 'Innsbruck o.J.',
    'Innsbruck2' : 'Innsbruck 2023',
    'Jena' : 'Jena 2018',
    'Karlsruhe' : 'Karlsruhe o.J.',
    'Koblenz' : 'Koblenz o.J.',
    'Köln' : 'Köln o.J.',
    'Aachen2' : 'LA Aachen 2018',
    'Lausanne' : 'Lausanne o.J.',
    'Leipzig' : 'Leipzig o.J.',
    'Lüneburg' : 'Lüneburg o.J.',
    'Luxemburg' : 'Luxemburg o.J.',
    'Magdeburg' : 'Magdeburg 2020',
    'Mannheim' : 'Mannheim o.J.',
    'München' : 'München o.J.',
    'Oldenburg' : 'Oldenburg 2020',
    'Osnabrück' : 'Osnabrück o.J.',
    'Passau' : 'Passau o.J.',
    'Potsdam' : 'Potsdam 2022',
    'Saarland' : 'Saarland 2007',
    'Salzburg' : 'Salzburg o.J.',
    'Stuttgart1' : 'Stuttgart o.J.',
    'Stuttgart2' : 'Stuttgart 2022',
    'Trier' : 'Trier o.J.',
    'Tübingen' : 'Tübingen o.J.',
    'Wien' : 'Wien o.J.',
    'Wuppertal' : 'Wuppertal 2015',
    'Würzburg1' : 'Würzburg 2003/04',
    'Würzburg2' : 'Würzburg 2019',
    'Zürich' : 'Zürich 2013',
}

data = data.rename(columns=leselisten_dict2)

leselisten = [x for x in data.columns if x not in [
                  'Autor', 'GND', 'Titel', 'Geschlecht',
                  'Jahreszahl', 'Jahreszahl_Statistik', 'Dekade', 'Jahrhundert',
                  'Gattung',
                  'Modul_Zeit', 'Modul_Sprache', 'Modul_KJL'
              ]]
leselisten = sorted(leselisten)

def convert_to_float(frac_str):
    # Replace comma with a dot and fraction slash with standard slash
    if type(frac_str) == str:
        frac_str = frac_str.replace(",", ".").replace("⁄", "/")
    
    # Try to convert directly to float
    try:
        return float(frac_str)
        
    # Handle mixed number (e.g., "1 1/2") or proper fraction (e.g., "1/2")
    except ValueError:
        if ' ' in frac_str:
            whole, frac_part = frac_str.split(' ')
            return float(whole) + eval(frac_part)
        else:
            return eval(frac_str)

data[leselisten] = data[leselisten].map(convert_to_float)
data[leselisten] = data[leselisten].astype(float).fillna(0)

leselisten_meta = pd.read_excel("data/Leselisten_meta.xlsx")[['Leseliste', 'Datum_quant']]
leselisten_meta['Leseliste'] = leselisten_meta['Leseliste'].replace(leselisten_dict).replace(leselisten_dict2)
leselisten_meta = leselisten_meta.rename(columns={'Datum_quant' : 'Datum'})

leselisten_meta.head()

data[[
    'Autor', 'Titel',
    'Jahreszahl_Statistik', 'Dekade',
    'Gattung',
    'Aachen 2017/18', 'FU Berlin o.J.', 'Stuttgart o.J.',
]].sample(n=5)

print(f"Vorhandene Leselisten : {len(leselisten)}")
print(f"Vorhandene Einträge   : {data.shape[0]}")
print(f"Fehlende Autornamen   : {data.query('Autor.isna()').shape[0]}")
print(f"Fehlende Titel        : {data.query('Titel.isna()').shape[0]}")
print(f"Fehlende Jahreszahlen : {data.query('Jahreszahl_Statistik.isna()').shape[0]}")
print(f"Fehlende Gattungen    : {data.query('Gattung.isna()').shape[0]}")

Vorhandene Leselisten : 42
Vorhandene Einträge   : 2792
Fehlende Autornamen   : 26
Fehlende Titel        : 9
Fehlende Jahreszahlen : 78
Fehlende Gattungen    : 49

data.to_csv(f"data/data_{date}_clean.tsv", sep = "\t")

data = (data
        .query("Modul_Zeit != 'Antike'")
        .query("Modul_Zeit != 'MA'")
        .query("Jahreszahl_Statistik >= 1600")
        .query("Modul_Sprache != 'International'")
).reset_index(drop=True).copy()

# Texte ausschließen, die mit $ beginnen (Anthologien)
data = data[~data['Autor'].str.startswith('$', na = False)]

# AnzahlGenannt: in wie vielen Leselisten wird der Text genannt? (0.33, 0.5 usw. nicht berücksichtigt)
data_leselisten_binary = data[leselisten].copy()
data_leselisten_binary[data_leselisten_binary > 0] = 1
data['AnzahlGenannt'] = data_leselisten_binary.sum(axis=1)
data['AnzahlGenannt_Rang'] = data['AnzahlGenannt'].rank(ascending=False)

# AnzahlGenannt_normalisiert: wie viel % der genannten Titel macht der Text im Durchschnitt der Leselisten aus?
data_leselisten_binary_normalized = data_leselisten_binary/data_leselisten_binary.sum()
data['AnzahlGenannt_normalisiert'] = data_leselisten_binary_normalized.mean(axis=1)
data['AnzahlGenannt_normalisiert_Rang'] = data['AnzahlGenannt_normalisiert'].rank(ascending=False)

# AnzahlZuLesen: wie oft muss der Text über alle Leselisten hinweg gelesen werden? (0.33, 0.5 usw. berücksichtigt)
data_leselisten = data[leselisten]
data['AnzahlZuLesen'] = data_leselisten.sum(axis = 1)
data['AnzahlZuLesen_Rang'] = data['AnzahlZuLesen'].rank(ascending=False)

# AnzahlZuLesen_normalisiert: wie viel % der vorgeschriebenen Lektürevorgänge macht der Text im Durchschnitt der Leselisten aus?
data_leselisten_normalized = data[leselisten]/data[leselisten].sum()
data['AnzahlZuLesen_normalisiert'] = data_leselisten_normalized.mean(axis = 1)
data['AnzahlZuLesen_normalisiert_Rang'] = data['AnzahlZuLesen_normalisiert'].rank(ascending=False)

test_titel = ['Effi Briest', 'Maria Stuart', 'Die Leute von Seldwyla', 'Die letzte Welt']

data.query("Titel.isin(@test_titel)")[[
    'Autor', 'Titel', 
    'AnzahlGenannt', 'AnzahlGenannt_normalisiert',
    'AnzahlZuLesen', 'AnzahlZuLesen_normalisiert'
]]

test_titel = 'Effi Briest'

test_df = pd.DataFrame()
for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste_titel = data_leseliste.query("Titel.str.contains(@test_titel, na = False)").copy()

    test_df.at[leseliste, 'AnzahlGenannt_gesamt'] = data_leseliste.shape[0]
    if data_leseliste_titel.shape[0] > 0:
        test_df.at[leseliste, 'AnzahlGenannt_DieserTitel'] = data_leseliste_titel.shape[0]
        test_df.at[leseliste, 'AnzahlGenannt_DieserTitel_normalisiert'] = data_leseliste_titel.shape[0]/data_leseliste.shape[0]
        
    test_df.at[leseliste, 'AnzahlZuLesen_gesamt'] = data_leseliste[leseliste].sum()
    if data_leseliste_titel.shape[0] > 0:
        test_df.at[leseliste, 'AnzahlZuLesen_DieserTitel'] = data_leseliste_titel[leseliste].sum()
        test_df.at[leseliste, 'AnzahlZuLesen_DieserTitel_normalisiert'] = data_leseliste_titel[leseliste].sum()/data_leseliste[leseliste].sum()

test_df = test_df.fillna(0)
test_df[['AnzahlGenannt_gesamt', 'AnzahlGenannt_DieserTitel']] = test_df[['AnzahlGenannt_gesamt', 'AnzahlGenannt_DieserTitel']].astype(int)

test_df.head()

print(f"AnzahlGenannt               : {test_df['AnzahlGenannt_DieserTitel'].sum()}")
print(f"AnzahlGenannt_normalisiert  : {test_df['AnzahlGenannt_DieserTitel_normalisiert'].mean()}")
print(f"AnzahlZuLesen               : {test_df['AnzahlZuLesen_DieserTitel'].sum()}")
print(f"AnzahlZuLesen_normalisiert  : {test_df['AnzahlZuLesen_DieserTitel_normalisiert'].mean()}")

AnzahlGenannt               : 38
AnzahlGenannt_normalisiert  : 0.006437970694534374
AnzahlZuLesen               : 25.03015880617565
AnzahlZuLesen_normalisiert  : 0.00638897152681453

test_authors = ['Fontane, Theodor', 'Keller, Gottfried', 'Ransmayr, Christoph', 'Schiller, Friedrich']

data_autoren = data.groupby('Autor')[[
    'AnzahlGenannt', 'AnzahlGenannt_normalisiert',
    'AnzahlZuLesen', 'AnzahlZuLesen_normalisiert'
]].sum()
data_autoren_specific = data_autoren.loc[test_authors]

data_autoren_specific

test_author = 'Fontane, Theodor'

test_df = pd.DataFrame()
for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste_autor = data_leseliste.query("Autor.str.contains(@test_author, na = False)").copy()

    test_df.at[leseliste, 'AnzahlGenannt_gesamt'] = data_leseliste.shape[0]
    if data_leseliste_titel.shape[0] > 0:
        test_df.at[leseliste, 'AnzahlGenannt_Autor'] = data_leseliste_autor.shape[0]
        test_df.at[leseliste, 'AnzahlGenannt_Autor_normalisiert'] = data_leseliste_autor.shape[0]/data_leseliste.shape[0]
        
    test_df.at[leseliste, 'AnzahlZuLesen_gesamt'] = data_leseliste[leseliste].sum()
    if data_leseliste_titel.shape[0] > 0:
        test_df.at[leseliste, 'AnzahlZuLesen_Autor'] = data_leseliste_autor[leseliste].sum()
        test_df.at[leseliste, 'AnzahlZuLesen_Autor_normalisiert'] = data_leseliste_autor[leseliste].sum()/data_leseliste[leseliste].sum()

test_df = test_df.fillna(0)
test_df[['AnzahlGenannt_gesamt', 'AnzahlGenannt_Autor']] = test_df[['AnzahlGenannt_gesamt', 'AnzahlGenannt_Autor']].astype(int)

test_df.head()

print(f"AnzahlGenannt               : {test_df['AnzahlGenannt_Autor'].sum()}")
print(f"AnzahlGenannt_normalisiert  : {test_df['AnzahlGenannt_Autor_normalisiert'].mean()}")
print(f"AnzahlZuLesen               : {test_df['AnzahlZuLesen_Autor'].sum()}")
print(f"AnzahlZuLesen_normalisiert  : {test_df['AnzahlZuLesen_Autor_normalisiert'].mean()}")

AnzahlGenannt               : 99
AnzahlGenannt_normalisiert  : 0.01251437452976308
AnzahlZuLesen               : 59.04443600771096
AnzahlZuLesen_normalisiert  : 0.0120839909209064

data[[
    'Autor', 'Titel',
    'Jahreszahl_Statistik', 'Dekade',
    'Gattung',
    'Aachen 2017/18', 'FU Berlin o.J.', 'Stuttgart o.J.',
    'AnzahlZuLesen', 'AnzahlGenannt'
]].sample(n=5)

print(f"Vorhandene Leselisten : {len(leselisten)}")
print(f"Vorhandene Einträge   : {data.shape[0]}")
print(f"Fehlende Autornamen   : {data.query('Autor.isna()').shape[0]}")
print(f"Fehlende Titel        : {data.query('Titel.isna()').shape[0]}")
print(f"Fehlende Jahreszahlen : {data.query('Jahreszahl_Statistik.isna()').shape[0]}")
print(f"Fehlende Gattungen    : {data.query('Gattung.isna()').shape[0]}")

Vorhandene Leselisten : 42
Vorhandene Einträge   : 2425
Fehlende Autornamen   : 0
Fehlende Titel        : 0
Fehlende Jahreszahlen : 0
Fehlende Gattungen    : 0

data[['AnzahlGenannt', 'AnzahlGenannt_normalisiert', 'AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']].corr(method='pearson')

data[['AnzahlGenannt', 'AnzahlGenannt_normalisiert', 'AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']].corr(method='spearman')

metriken = ['AnzahlGenannt', 'AnzahlZuLesen']

data_plot = pd.DataFrame()
for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste['ListeAnzahlGenannt'] = 1
    data_leseliste['ListeAnzahlGenannt_normalisiert'] = 1/data_leseliste.shape[0]
    data_leseliste['ListeAnzahlZuLesen'] = data_leseliste[leseliste]
    data_leseliste['ListeAnzahlZuLesen_normalisiert'] = data_leseliste[leseliste]/data_leseliste[leseliste].sum()

    for metrik in metriken:
        summe_alle = data_leseliste['Liste'+metrik].sum()
        data_plot.at[leseliste, metrik] = summe_alle

data_plot.sort_values(by=metriken[0], ascending=False)

data_plot.median()

AnzahlGenannt    205.0
AnzahlZuLesen     81.0
dtype: float64

data['Autor'].nunique()

773

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

data_plot = data.groupby('Autor')[['Geschlecht']+metriken].sum()
data_plot['AnzahlListen'] = (data.groupby('Autor')[leselisten].sum() > 0).sum(axis=1)
data_plot['Geschlecht'] = [str(x)[0] for x in data_plot['Geschlecht']]
for metrik in metriken:
    data_plot[metrik+'_Rang'] = data_plot[metrik].rank(ascending=False)

print(data_plot.drop([x+'_Rang' for x in metriken], axis=1).sort_values(by=metriken[0], ascending=False).head(20))
data_plot.sort_values(by=metriken[0], ascending=False).to_excel("results/top_autorinnen.xlsx")

fig = px.bar(
    data_plot.sort_values(by=metriken[0], ascending=False).head(20),
    x = metriken[0],
    labels = {'Autor':'', metriken[0]:'Häufigkeit'}
)
fig.update_yaxes(categoryorder='total ascending')
fig.update_layout(
    height=700, width = 700,
    showlegend=False,
    xaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18)),
    yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
)
fig.write_image("plots/haeufigste_autorinnen.pdf")
fig.show()

                          Geschlecht  AnzahlZuLesen  AnzahlZuLesen_normalisiert  AnzahlListen
Autor                                                                                        
Goethe, Johann Wolfgang            m     262.604382                    0.054798            42
Schiller, Friedrich                m     166.424373                    0.033645            42
Kleist, Heinrich von               m     125.857400                    0.026944            42
Brecht, Bertolt                    m     114.518668                    0.024774            42
Lessing, Gotthold Ephraim          m     111.924665                    0.023436            42
Kafka, Franz                       m      95.223132                    0.019652            41
Hofmannsthal, Hugo von             m      89.151108                    0.016722            38
Mann, Thomas                       m      82.897052                    0.016905            42
Büchner, Georg                     m      76.941583                    0.017157            41
Eichendorff, Joseph von            m      73.987421                    0.013876            40
Heine, Heinrich                    m      73.656883                    0.012985            37
Schnitzler, Arthur                 m      71.775309                    0.014486            42
Gryphius, Andreas                  m      68.429551                    0.014813            38
Hoffmann, E.T.A.                   m      62.941029                    0.013530            42
Hauptmann, Gerhart                 m      60.165484                    0.013128            42
Fontane, Theodor                   m      59.044436                    0.012084            42
Tieck, Ludwig                      m      57.832940                    0.010753            34
Bachmann, Ingeborg                 w      56.809962                    0.010606            38
Keller, Gottfried                  m      53.915727                    0.010495            39
Benn, Gottfried                    m      52.801080                    0.008793            31

data_plot.loc['Goethe, Johann Wolfgang'][metriken[0]] / data_plot.loc['Schiller, Friedrich'][metriken[0]]

1.5779202077110304

metrik = 'AnzahlZuLesen'

data_plot = pd.DataFrame()
for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste['ListeAnzahlGenannt'] = 1
    data_leseliste['ListeAnzahlGenannt_normalisiert'] = 1/data_leseliste.shape[0]
    data_leseliste['ListeAnzahlZuLesen'] = data_leseliste[leseliste]
    data_leseliste['ListeAnzahlZuLesen_normalisiert'] = data_leseliste[leseliste]/data_leseliste[leseliste].sum()
    
    summe_alle = data_leseliste['Liste'+metrik].sum()
    summe_goethe = data_leseliste.query("Autor == 'Goethe, Johann Wolfgang'")['Liste'+metrik].sum()
    data_plot.at[leseliste, 'Anteil_Goethe'] = summe_goethe/summe_alle

data_plot = data_plot.sort_values(by = 'Anteil_Goethe', ascending=False)
px.box(
    data_plot,
    points = 'all',
    hover_name = data_plot.index,
    labels = {'value':'', 'variable':''}
)

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']
top_authors = 200

data_plot = data.groupby('Autor')[metriken+['Geschlecht']].sum()
data_plot['Geschlecht'] = [str(x)[0] for x in data_plot['Geschlecht']]
data_plot = data_plot.sort_values(by=metriken[0], ascending=False)

for i, author in enumerate(data_plot.index):
    if i == 0:
        continue

    last_author = data_plot.iloc[i-1]
    current_author = data_plot.iloc[i]

    last_author_freq = last_author[metriken[0]]
    current_author_freq = current_author[metriken[0]]
    decline = 1 - (current_author_freq / last_author_freq)

    data_plot.at[author, 'decline'] = decline

fig = px.bar(
    data_plot.head(top_authors),
    y = metriken[0],
    labels = {'Autor':'', metriken[0]:'Häufigkeit'}
)
fig.update_xaxes(categoryorder='total descending')
fig.update_layout(
    height=600, width = 1200,
    showlegend=False,
    xaxis=dict(tickfont=dict(size=4), titlefont=dict(size=18)),
    yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
)
fig.show()

fig = px.bar(
    data_plot.head(200),
    y = 'decline',
    labels = {'Autor':'', 'decline':'Abnahme  Häufigkeit gegenüber<br>nächsthäufiger Autor:in in %'}
)
fig.update_layout(
    height=600, width = 1200,
    showlegend=False,
    xaxis=dict(tickfont=dict(size=4), titlefont=dict(size=18)),
    yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
)
fig.show()

data_plot.query("AnzahlZuLesen <= 2").shape[0]

455

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

data_plot = data.groupby('Autor')[metriken + ['Geschlecht']].sum()
data_plot['Geschlecht'] = [str(x)[0] for x in data_plot['Geschlecht']]

for metrik in metriken:
    data_plot[metrik+'_Rang'] = data_plot[metrik].rank(ascending=False)
    
data_plot.query("Geschlecht=='w'").nsmallest(10, metriken[0]+'_Rang')

metrik = 'AnzahlZuLesen'

data_plot = pd.DataFrame()
for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste['ListeAnzahlGenannt'] = 1
    data_leseliste['ListeAnzahlGenannt_normalisiert'] = 1/data_leseliste.shape[0]
    data_leseliste['ListeAnzahlZuLesen'] = data_leseliste[leseliste]
    data_leseliste['ListeAnzahlZuLesen_normalisiert'] = data_leseliste[leseliste]/data_leseliste[leseliste].sum()
    
    summe_alle = data_leseliste['Liste'+metrik].sum()
    summe_frauen = data_leseliste.query("Geschlecht == 'w'")['Liste'+metrik].sum()
    data_plot.at[leseliste, 'Frauenanteil'] = summe_frauen/summe_alle
    data_plot.at[leseliste, 'Datum'] = leselisten_meta.query("Leseliste==@leseliste")['Datum'].tolist()[0]

fig = px.bar(
    data_plot.sort_values(by='Frauenanteil'),
    x = 'Frauenanteil',
    orientation='h',
    labels = {'Autor':'', 'Frauenanteil':'Anteil Autorinnen', 'index':''}
)
fig.update_layout(
    height=1100, width = 700,
    showlegend=False,
    xaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18)),
    yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
)
fig.write_image("plots/frauenanteil.pdf")
fig.show()

print(f"Median Anteil Autorinnen : {round(data_plot['Frauenanteil'].median(), 4)}")

Median Anteil Autorinnen : 0.1035

px.scatter(
    data_plot,
    x = 'Datum',
    y = 'Frauenanteil',
    labels = {'Frauenanteil' : 'Anteil Autorinnen'}
)

metrik = 'AnzahlGenannt'
print(f"Titel insgesamt                            : {data.shape[0]}")

data_plot = data[metrik].clip(upper=data[metrik].quantile(0.95))

fig = px.histogram(
    data_plot,
    labels = {'value': metrik}
)
fig.update_layout(
    height=500, width = 1000,
    showlegend=False,
    xaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18)),
    yaxis=dict(title = "Anzahl Texte", tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
)
# fig.write_image("plots/texte_pro_AnzahlGenannt.pdf")
fig.show()

Titel insgesamt                            : 2425

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert', 'AnzahlGenannt']

data_plot = data.copy()
for metrik in metriken:
    data_plot[metrik+'_Rang'] = data_plot[metrik].rank(ascending=False)

result_view = top_titles = (
    data_plot
    .sort_values(by=metriken[0], ascending=False)
)[['Autor', 'Titel', 'Jahreszahl_Statistik'] + metriken + [x+'_Rang' for x in metriken]]
result_view.to_excel("results/top_titel.xlsx")

round(result_view.head(30), 5)

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

data_autoren = data.groupby('Autor')[metriken].sum()
for metrik in metriken:
    data_autoren[metrik+'_Rang'] = data_autoren[metrik].rank(ascending=False)
data_autoren_specific= data_autoren.loc[['Grimmelshausen, Johann Jakob Christoph von']]

data_autoren_specific

metrik = 'AnzahlZuLesen'
sample_count, sample_size = 1000, 5

data_plot = pd.DataFrame()
for dekade in tqdm(sorted(data['Dekade'].unique())):
    data_dekade = data.query("Dekade==@dekade")

    data_plot.at[dekade, 'AnzahlGenannt'] = data_dekade.shape[0]
    data_plot.at[dekade, metrik] = data_dekade[metrik].sum()
    
    data_plot.at[dekade, metrik+'_pro_Titel'] = data_plot.at[dekade, metrik]/data_plot.at[dekade, 'AnzahlGenannt']

    sample_means = []
    for i in range(sample_count):
        data_dekade_sample = data_dekade.sample(n=sample_size, replace=True)
        sample_means.append(data_dekade_sample[metrik].sum()/sample_size)

    data_plot.at[dekade, metrik+'_pro_Titel_samples'] = np.array(sample_means, dtype='object')
    data_plot.at[dekade, metrik+'_pro_Titel_samplemean'] = np.mean(sample_means)

  0%|          | 0/43 [00:00<?, ?it/s]

data_plot.drop(metrik+'_pro_Titel_samples', axis = 'columns').head(5)

maxdiff = max(abs(data_plot[metrik+'_pro_Titel']-data_plot[metrik+'_pro_Titel_samplemean']))
print(f"Maxdiff AnzahlZuLesen_pro_Titel <> AnzahlZuLesen_pro_Titel_samplemean: {round(maxdiff, 5)}")

Maxdiff AnzahlZuLesen_pro_Titel <> AnzahlZuLesen_pro_Titel_samplemean: 0.16815

fig = px.line(
    data_plot,
    y = metrik+'_pro_Titel',
    hover_data = ['AnzahlGenannt', metrik],
    labels = {'index':''}
)
fig.show()

corr = data_plot[['AnzahlGenannt', metrik+'_pro_Titel']].corr().iloc[0,1]
print(f"Korrelation AnzahlGenannt <> {metrik}_pro_Titel: {round(corr, 2)}")

Korrelation AnzahlGenannt <> AnzahlZuLesen_pro_Titel: -0.24

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']
autoren = ['Brecht, Bertolt', 'Schiller, Friedrich', 'Goethe, Johann Wolfgang']

data_autoren = data.query("Autor.isin(@autoren)")

data_autoren_AnzahlGenannt = data_autoren.groupby("Autor").size()
print(data_autoren_AnzahlGenannt.to_frame(name='Anzahl Texte').to_markdown())

for metrik in metriken:
    fig = px.box(
        data_autoren,
        x = 'Autor',
        y = metrik,
        points = 'all',
        hover_name = 'Titel',
        hover_data = [metrik+'_Rang']
    )
    fig.show()

| Autor                   |   Anzahl Texte |
|:------------------------|---------------:|
| Brecht, Bertolt         |             44 |
| Goethe, Johann Wolfgang |             55 |
| Schiller, Friedrich     |             39 |

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

for metrik in metriken:
    data_plot = data.groupby('Dekade')[metrik].sum()
    
    fig = px.bar(
        data_plot,
        labels = {'value':'Häufigkeit', 'Dekade':''}
    )
    fig.update_layout(
        height=400, width = 900,
        showlegend=False,
        xaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "er"),
        yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
    )
    if metrik == metriken[0]:
        fig.write_image("plots/dekaden.pdf")
    print(metrik)
    fig.show()

AnzahlZuLesen

AnzahlZuLesen_normalisiert

author_titles = [
    ['Goethe, Johann Wolfgang', 'Wilhelm Meisters Lehrjahre'],
    ['Keller, Gottfried', 'Die Leute von Seldwyla'],
    ['Heine, Heinrich', 'Deutschland. Ein Wintermärchen*'],
    ['Brecht, Bertolt', 'Die Dreigroschenoper'],
]

data_plot = pd.DataFrame()

for author_title in author_titles:
    author = author_title[0]
    title = author_title[1]

    data_plot = pd.concat([
        data_plot,
        data.query("Autor == @author and Titel == @title")
    ])

data_plot['AnzahlGenannt_rel'] = data_plot['AnzahlGenannt']/len(leselisten)

data_plot[['Autor', 'Titel', 'AnzahlGenannt', 'AnzahlGenannt_rel']]

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

for metrik in metriken:
    top_gattungen = pd.DataFrame()
    for gattung in data['Gattung'].unique():
        data_gattung = data.query("Gattung==@gattung")
    
        top_gattungen.at[gattung, 'Anzahl unterschiedliche Titel'] = data_gattung.shape[0]
        top_gattungen.at[gattung, 'Summe Häufigkeit'] = data_gattung[metrik].sum()
        top_gattungen.at[gattung, 'Mittelwert Häufigkeit'] = data_gattung[metrik].mean()
        top_gattungen.at[gattung, 'Median Häufigkeit'] = data_gattung[metrik].median()
    
    top_gattungen = top_gattungen.sort_values(by='Summe Häufigkeit', ascending=False)
    
    print(metrik)
    print(top_gattungen.to_markdown())
    print("\n")

AnzahlZuLesen
|                     |   Anzahl unterschiedliche Titel |   Summe Häufigkeit |   Mittelwert Häufigkeit |   Median Häufigkeit |
|:--------------------|--------------------------------:|-------------------:|------------------------:|--------------------:|
| Prosa               |                            1138 |          2634.38   |                 2.31492 |             1       |
| Drama               |                             344 |          1183.5    |                 3.4404  |             1.09949 |
| Lyrik               |                             647 |          1113.28   |                 1.72068 |             1.02273 |
| Poetik / Essayistik |                             289 |           432.557  |                 1.49674 |             1       |
| Sonstiges           |                               7 |            10.7655 |                 1.53792 |             1       |


AnzahlZuLesen_normalisiert
|                     |   Anzahl unterschiedliche Titel |   Summe Häufigkeit |   Mittelwert Häufigkeit |   Median Häufigkeit |
|:--------------------|--------------------------------:|-------------------:|------------------------:|--------------------:|
| Prosa               |                            1138 |         0.496494   |             0.000436287 |         0.000104204 |
| Drama               |                             344 |         0.240924   |             0.000700361 |         0.000222519 |
| Lyrik               |                             647 |         0.197827   |             0.00030576  |         0.00016457  |
| Poetik / Essayistik |                             289 |         0.0630938  |             0.000218318 |         8.11919e-05 |
| Sonstiges           |                               7 |         0.00166095 |             0.000237278 |         0.000304394 |

metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

for metrik in metriken:
    data_plot = data.groupby(['Dekade', 'Gattung'])[metrik].sum().unstack(fill_value=0)
    data_plot = data_plot.div(data_plot.sum(axis=1), axis=0)
    data_plot = data_plot[top_gattungen.index]
    
    fig = px.bar(
        data_plot.loc[1750:2010],
         labels = {'value':'Anteil', 'Dekade':''}   
    )
    fig.update_layout(
        height=400, width = 900,
        legend=dict(font=dict(size=16)),
        xaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "er"),
        yaxis=dict(tickfont=dict(size=16), titlefont=dict(size=18), ticksuffix = "  "),
    )
    if metrik == metriken[0]:
        fig.write_image("plots/gattungen_dekaden.pdf")
        
    print(metrik)
    fig.show()

AnzahlZuLesen

AnzahlZuLesen_normalisiert

# 1860er
metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

texte1860 = data.query("Dekade == 1860")
texte1860 = texte1860.sort_values(by=metrik, ascending=False)

print(f"Anzahl Titel : {texte1860.shape[0]}")
print(f"{texte1860[['Autor', 'Titel', 'Gattung']+metriken].head(5)}")

Anzahl Titel : 19
                        Autor                 Titel Gattung  AnzahlZuLesen  AnzahlZuLesen_normalisiert
1739  Meyer, Conrad Ferdinand              Gedichte   Lyrik       8.523011                    0.001446
438            Busch, Wilhelm        Max und Moritz   Prosa       3.435474                    0.001418
1689         Marlitt, Eugenie              Goldelse   Prosa       2.000000                    0.000258
1738  Meyer, Conrad Ferdinand  Erzählungen/Novellen   Prosa       1.238095                    0.000199
1071          Heine, Heinrich              Morphine   Lyrik       1.250000                    0.000165

# Prosa 1880er
metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

prosa1880 = data.query("Dekade == 1880 and Gattung == 'Prosa'")
prosa1880 = prosa1880.sort_values(by=metrik, ascending=False)

print(f"Anzahl Titel : {prosa1880.shape[0]} (-1 Papa Hamlet)")
print(f"{prosa1880[['Autor', 'Titel']+metriken].head(5)}")

Anzahl Titel : 30 (-1 Papa Hamlet)
                   Autor                Titel  AnzahlZuLesen  AnzahlZuLesen_normalisiert
2235      Storm, Theodor   Der Schimmelreiter      24.275325                    0.005235
1023  Hauptmann, Gerhart     Bahnwärter Thiel      14.586859                    0.003118
1227          Holz, Arno          Papa Hamlet      10.651313                    0.001866
669     Fontane, Theodor  Irrungen, Wirrungen       6.302230                    0.001019
2089    Schlaf, Johannes          Papa Hamlet       4.353845                    0.000980

# Prosa 1990er
metriken = ['AnzahlZuLesen', 'AnzahlZuLesen_normalisiert']

prosa1990 = data.query("Dekade == 1990 and Gattung == 'Prosa'")
prosa1990 = prosa1990.sort_values(by=metrik, ascending=False)

print(f"Anzahl Titel : {prosa1990.shape[0]}")
print(f"{prosa1990[['Autor', 'Titel']+metriken].head(5)}")

Anzahl Titel : 115
                  Autor                          Titel  AnzahlZuLesen  AnzahlZuLesen_normalisiert
1516  Kracht, Christian                      Faserland      14.268583                    0.002736
1491       Klüger, Ruth                   weiter leben       8.296320                    0.001423
2300          Timm, Uwe  Die Entdeckung der Currywurst       5.338052                    0.001139
273       Beyer, Marcel                      Flughunde       5.652805                    0.001074
2146      Schulze, Ingo                 Simple Stories       5.764039                    0.000923

results = pd.DataFrame()

for leseliste in leselisten:
    data_leseliste = data[data[leseliste] > 0].copy()
    data_leseliste['ListeAnzahlGenannt'] = 1
    data_leseliste['ListeAnzahlZuLesen'] = data_leseliste[leseliste]
    data_leseliste['ListeAnzahlZuLesen_extern'] = data_leseliste[[x for x in leselisten if x != leseliste]].sum(axis=1)

    results.at[leseliste, 'AnzahlGenannt'] = data_leseliste['ListeAnzahlGenannt'].sum()
    results.at[leseliste, 'AnzahlZuLesen'] = data_leseliste['ListeAnzahlZuLesen'].sum()
    results.at[leseliste, 'AnzahlZuLesen_extern'] = data_leseliste['ListeAnzahlZuLesen_extern'].sum()

results['AnzahlZuLesen_extern_per_title_mean'] = results['AnzahlZuLesen_extern'] / results['AnzahlGenannt']

px.scatter(
    results,
    x = 'AnzahlGenannt',
    y = 'AnzahlZuLesen_extern_per_title_mean'
)

	Autor	Titel	Jahreszahl_Statistik	Dekade	Jahrhundert
0	(Pfaffe Konrad)	Rolandslied	1172.0	1170.0	1100.0
1	$Arthur Quiller-Couch, Arthur	The Oxford Book of English Verse	NaN	NaN	NaN
2	$Bahr, Ehrhard (Hg.)	Was ist Aufklärung? Thesen und Definitionen	1974.0	1970.0	1900.0
3	$Beers, Anna (Hg.)	Frauen / Lyrik. Gedichte in deutscher Sprache	2020.0	2020.0	2000.0
4	$Behrens, Katja (Hg.)	Frauenbriefe der Romantik	1982.0	1980.0	1900.0

	Autor	Titel	AnzahlGenannt	AnzahlGenannt_normalisiert	AnzahlZuLesen	AnzahlZuLesen_normalisiert
664	Fontane, Theodor	Effi Briest	38.0	0.006438	25.030159	0.006389
1407	Keller, Gottfried	Die Leute von Seldwyla	20.0	0.002828	14.061265	0.002766
1941	Ransmayr, Christoph	Die letzte Welt	20.0	0.001964	12.027927	0.001670
2072	Schiller, Friedrich	Maria Stuart	31.0	0.004734	22.328336	0.004741

	AnzahlGenannt_gesamt	AnzahlGenannt_DieserTitel	AnzahlGenannt_DieserTitel_normalisiert	AnzahlZuLesen_gesamt	AnzahlZuLesen_DieserTitel	AnzahlZuLesen_DieserTitel_normalisiert
Aachen 2017/18	347	1	0.002882	44.880692	0.076923	0.001714
Augsburg 2020	107	0	0.000000	107.000000	0.000000	0.000000
Bochum o.J.	98	1	0.010204	95.000000	1.000000	0.010526
Braunschweig o.J.	221	1	0.004525	56.828929	0.238095	0.004190
Dortmund o.J.	231	1	0.004329	172.000000	0.333333	0.001938

	AnzahlGenannt_gesamt	AnzahlGenannt_Autor	AnzahlGenannt_Autor_normalisiert	AnzahlZuLesen_gesamt	AnzahlZuLesen_Autor	AnzahlZuLesen_Autor_normalisiert
Aachen 2017/18	347	2	0.005764	44.880692	0.153846	0.003428
Augsburg 2020	107	1	0.009346	107.000000	1.000000	0.009346
Bochum o.J.	98	1	0.010204	95.000000	1.000000	0.010526
Braunschweig o.J.	221	2	0.009050	56.828929	0.476190	0.008379
Dortmund o.J.	231	3	0.012987	172.000000	1.000000	0.005814

	AnzahlGenannt	AnzahlGenannt_normalisiert	AnzahlZuLesen	AnzahlZuLesen_normalisiert
AnzahlGenannt	1.000000	0.972785	0.980274	0.959902
AnzahlGenannt_normalisiert	0.972785	1.000000	0.975638	0.989566
AnzahlZuLesen	0.980274	0.975638	1.000000	0.973382
AnzahlZuLesen_normalisiert	0.959902	0.989566	0.973382	1.000000

Import¶

Autor + Geschlecht¶

Zeit¶

Module¶

Leselisten¶

Leselisten-Meta¶

Check¶

Export¶

Filter¶

Metriken¶

Test (Titel)¶

Test (Autor)¶

Check2¶

5.1 Datengrundlage¶

5.2 Länge der Leselisten¶

5.3 Autor*innen¶

5.4 Titel¶

5.5 Gattungen¶

6. Diskussion der Befunde: Leselisten und Kanon¶

	Leseliste	Datum
0	Aachen 2017/18	2017.0
1	Augsburg 2020	2020.0
2	NaN	NaN
3	FU Berlin o.J.	NaN
4	Bochum o.J.	NaN

	Autor	Titel	Jahreszahl_Statistik	Dekade	Gattung
939	Goetz, Rainald	Loslabern. Bericht 2008	2009.0	2000.0	Prosa
641	Eich, Günter	Abgelegene Gehöfte	1948.0	1940.0	Lyrik
1778	Logau, Friedrich von	Sinngedichte	1630.0	1630.0	Lyrik
2224	Sachs, Hans	Der farent Schüler ins Paradeis	1561.0	1560.0	Drama
2538	Toller, Ernst	Hinkemann	1921.0	1920.0	Drama

	AnzahlGenannt	AnzahlGenannt_normalisiert	AnzahlZuLesen	AnzahlZuLesen_normalisiert
Autor
Fontane, Theodor	99.0	0.012514	59.044436	0.012084
Keller, Gottfried	83.0	0.010405	53.915727	0.010495
Ransmayr, Christoph	25.0	0.002252	15.064927	0.001846
Schiller, Friedrich	258.0	0.032072	166.424373	0.033645

	Autor	Titel	Jahreszahl_Statistik	Dekade	Gattung	Stuttgart o.J.	AnzahlZuLesen	AnzahlGenannt
2337	Urweider, Raphael	Lyrik	2011.0	2010.0	Lyrik	0.0	1.103448	2.0
647	Fleißer, Marieluise	Ein Pfund Orangen	1926.0	1920.0	Prosa	0.0	1.500000	2.0
619	Enzensberger, Hans Magnus	Mausoleum	1975.0	1970.0	Lyrik	0.0	0.500000	1.0
2158	Schwitters, Kurt	Anna Blume	1919.0	1910.0	Lyrik	1.0	4.071013	5.0
715	Frischmuth, Barbara	Die Klosterschule	1968.0	1960.0	Prosa	0.0	1.161290	2.0

	AnzahlGenannt	AnzahlGenannt_normalisiert	AnzahlZuLesen	AnzahlZuLesen_normalisiert
AnzahlGenannt	1.000000	0.855968	0.856018	0.835899
AnzahlGenannt_normalisiert	0.855968	1.000000	0.841561	0.958477
AnzahlZuLesen	0.856018	0.841561	1.000000	0.866056
AnzahlZuLesen_normalisiert	0.835899	0.958477	0.866056	1.000000

	AnzahlGenannt	AnzahlZuLesen
Trier o.J.	739.0	47.421737
Lausanne o.J.	668.0	668.000000
Hildesheim o.J.	411.0	53.772152
Aachen 2017/18	347.0	44.880692
Wien o.J.	345.0	39.000000
Saarland 2007	344.0	293.250000
Magdeburg 2020	343.0	68.600000
Salzburg o.J.	332.0	264.000000
Jena 2018	331.0	70.750000
Leipzig o.J.	314.0	296.000000
München o.J.	311.0	73.325758
Frankfurt a.M. o.J.	297.0	14.833333
Wuppertal 2015	262.0	262.000000
Würzburg 2003/04	244.0	57.658333
Zürich 2013	241.0	241.000000
FU Berlin o.J.	239.0	239.000000
Dortmund o.J.	231.0	172.000000
Karlsruhe o.J.	230.0	230.000000
Würzburg 2019	227.0	227.000000
Braunschweig o.J.	221.0	56.828929
Gießen o.J.	208.0	208.000000
Stuttgart 2022	202.0	202.000000
Koblenz o.J.	182.0	179.000000
Innsbruck 2023	166.0	18.333333
LA Aachen 2018	165.0	21.952000
Tübingen o.J.	143.0	143.000000
Heidelberg 2017	135.0	66.200000
Passau o.J.	127.0	127.000000
Augsburg 2020	107.0	107.000000
Mannheim o.J.	106.0	106.000000
Eichstätt-Ingolstadt 2007	100.0	100.000000
Oldenburg 2020	99.0	99.000000
Bochum o.J.	98.0	95.000000
Graz 2021	86.0	86.000000
Lüneburg o.J.	79.0	26.333333
Potsdam 2022	76.0	76.000000
Göttingen o.J.	73.0	64.000000
Osnabrück o.J.	68.0	28.333333
Luxemburg o.J.	61.0	61.000000
Köln o.J.	54.0	54.000000
Stuttgart o.J.	50.0	50.000000
Innsbruck o.J.	37.0	37.000000

	AnzahlZuLesen	AnzahlZuLesen_normalisiert	Geschlecht	AnzahlZuLesen_Rang	AnzahlZuLesen_normalisiert_Rang
Autor
Bachmann, Ingeborg	56.809962	0.010606	w	18.0	18.0
Droste-Hülshoff, Annette von	42.669676	0.010098	w	28.0	21.0
Wolf, Christa	39.130745	0.008140	w	35.0	30.0
Jelinek, Elfriede	38.071676	0.007845	w	38.0	36.0
Seghers, Anna	29.947617	0.006254	w	48.0	43.0
Lasker-Schüler, Else	28.056634	0.004909	w	53.0	55.0
Fleißer, Marieluise	20.205810	0.003954	w	75.0	71.0
La Roche, Sophie von	18.922045	0.004230	w	80.0	67.0
Aichinger, Ilse	17.007765	0.003633	w	85.0	74.0
Günderrode, Karoline von	16.771027	0.002943	w	86.0	86.0

	Autor	Titel	Jahreszahl_Statistik	AnzahlZuLesen	AnzahlZuLesen_normalisiert	AnzahlGenannt	AnzahlZuLesen_Rang	AnzahlZuLesen_normalisiert_Rang	AnzahlGenannt_Rang
897	Grimmelshausen, Johann Jakob Christoph von	Der Abentheuerliche Simplicissimus Teutsch	1668.0	30.23840	0.00878	38.0	1.0	1.0	4.0
794	Goethe, Johann Wolfgang	Die Leiden des jungen Werthers	1774.0	29.83381	0.00805	38.0	2.0	2.0	4.0
800	Goethe, Johann Wolfgang	Faust. Der Tragödie erster Teil	1808.0	28.15702	0.00714	40.0	3.0	4.0	1.0
532	Droste-Hülshoff, Annette von	Die Judenbuche. Sittengemälde aus dem gebirgic...	1842.0	28.00732	0.00703	39.0	4.0	5.0	2.0
426	Büchner, Georg	Woyzeck	1836.0	26.63315	0.00731	37.0	5.0	3.0	6.0
664	Fontane, Theodor	Effi Briest	1896.0	25.03016	0.00639	38.0	6.0	6.0	4.0
1614	Lessing, Gotthold Ephraim	Nathan der Weise	1779.0	24.60517	0.00519	35.0	7.0	11.0	9.0
504	Döblin, Alfred	Berlin Alexanderplatz	1929.0	24.48562	0.00559	36.0	8.0	8.0	7.0
2235	Storm, Theodor	Der Schimmelreiter	1888.0	24.27533	0.00524	35.0	9.0	10.0	9.0
867	Grass, Günter	Die Blechtrommel	1959.0	23.28644	0.00498	32.0	10.0	18.0	16.5
831	Goethe, Johann Wolfgang	Wilhelm Meisters Lehrjahre	1795.0	22.99770	0.00503	33.0	11.0	16.0	13.0
1027	Hauptmann, Gerhart	Die Weber	1892.0	22.57472	0.00532	35.0	12.0	9.0	9.0
1607	Lessing, Gotthold Ephraim	Emilia Galotti	1772.0	22.43850	0.00564	33.0	13.0	7.0	13.0
1452	Kleist, Heinrich von	Der zerbrochene Krug	1806.0	22.35604	0.00503	34.0	14.0	15.0	11.0
2072	Schiller, Friedrich	Maria Stuart	1800.0	22.32834	0.00474	31.0	15.0	22.0	22.5
1343	Kafka, Franz	Die Verwandlung	1912.0	22.30958	0.00502	30.0	16.0	17.0	28.5
1341	Kafka, Franz	Der Prozess	1925.0	22.14452	0.00489	33.0	17.0	19.0	13.0
577	Eichendorff, Joseph von	Aus dem Leben eines Taugenichts	1826.0	21.85124	0.00449	32.0	18.0	26.0	16.5
1775	Moritz, Karl Philipp	Anton Reiser	1785.0	21.83566	0.00457	31.0	19.0	23.0	22.5
1861	Novalis	Heinrich von Ofterdingen	1802.0	21.28632	0.00402	31.0	20.0	36.0	22.5
801	Goethe, Johann Wolfgang	Faust. Der Tragödie zweiter Teil	1832.0	21.23956	0.00513	29.0	21.0	12.0	33.0
1814	Musil, Robert	Die Verwirrungen des Zöglings Törless	1906.0	21.22007	0.00508	32.0	22.0	14.0	16.5
1151	Hoffmann, E.T.A.	Der Sandmann	1816.0	21.02046	0.00513	31.0	23.0	13.0	22.5
1612	Lessing, Gotthold Ephraim	Minna von Barnhelm	1767.0	20.79683	0.00426	31.0	24.0	31.0	22.5
809	Goethe, Johann Wolfgang	Iphigenie auf Tauris	1787.0	20.75837	0.00484	32.0	25.0	20.0	16.5
2131	Schnitzler, Arthur	Leutnant Gustl	1901.0	20.67338	0.00453	30.0	26.0	25.0	28.5
424	Büchner, Georg	Lenz	1839.0	20.15091	0.00405	31.0	27.0	35.0	22.5
1677	Mann, Thomas	Die Buddenbrooks	1901.0	19.74370	0.00434	31.0	28.0	28.0	22.5
1184	Hofmannsthal, Hugo von	Ein Brief (Chandosbrief)	1902.0	19.69922	0.00427	27.0	29.0	30.0	42.0
796	Goethe, Johann Wolfgang	Die Wahlverwandtschaften	1809.0	19.69175	0.00483	31.0	30.0	21.0	22.5

	AnzahlZuLesen	AnzahlZuLesen_normalisiert	AnzahlZuLesen_Rang	AnzahlZuLesen_normalisiert_Rang
Autor
Grimmelshausen, Johann Jakob Christoph von	32.201219	0.009218	43.0	26.0

	AnzahlGenannt	AnzahlZuLesen	AnzahlZuLesen_pro_Titel	AnzahlZuLesen_pro_Titel_samplemean
1600	3.0	8.567439	2.855813	2.873223
1610	4.0	7.314095	1.828524	1.813597
1620	3.0	14.802995	4.934332	4.995017
1630	14.0	21.953336	1.568095	1.574728
1640	16.0	41.685301	2.605331	2.622228